问题描述
我正在尝试使用来自臭氧监测仪器 (OMI) 的数据文件，并将来自该来源的数据与监测类似数据的地面仪器进行比较。
最终，我想确定是否在特定多边形内。不过，要做到这一点，我需要创建我想象的多边形。
我有以下变量
latmat
latmat[1] = array([-62.2546,-62.371,-62.4871,-62.6032],dtype=float32)
latmat[2] = array([-62.7195,-62.8356,-62.9519,-63.0676],dtype=float32)
lonmat
lonmat[1] = array([135.579,135.606,135.633,135.66 ],dtype=float32)
lonmat[2] = array([135.688,135.717,135.745,135.774],dtype=float32)
latmat 和 lonmat 当然都比两个指数大得多，但我试图保持这些简单。这些值分别代表一个四角卫星像素的纬度和经度点。
最重要的是，我还有表单中的数据
data[1] = 1E+15
data[2] = 3E+15
如何使用 geopandas 创建一个地理数据框，将 4 个纬度/经度点的每个组合识别为多边形？
解决方法
您需要为此使用 zip()：
from shapely.geometry import Polygon
import numpy as np
latmat1 = np.array([-62.2546,-62.371,-62.4871,-62.6032],dtype=np.float32)
latmat2 = np.array([-62.7195,-62.8356,-62.9519,-63.0676],dtype=np.float32)
lonmat1 = np.array([135.579,135.606,135.633,135.66 ],dtype=np.float32)
lonmat2 = np.array([135.688,135.717,135.745,135.774],dtype=np.float32)
pol1 = Polygon([(i,j) for i,j in zip(lonmat1,latmat1 ) ])
pol2 = Polygon([(i,j in zip(lonmat2,latmat2 ) ])
这对我有用，我认为您的数据是如何存储的。
from shapely.geometry import Polygon
import numpy as np
lonmat= [np.array([135.579,135.66 ]),np.array([135.688,135.774])]
latmat = [np.array([-62.2546,-62.6032]),np.array([-62.7195,-63.0676])]
geom_list = [(x,y) for x,y in zip(lonmat,latmat)]
geom_list_2 = [Polygon(tuple(zip(x,y))) for x,y in geom_list]
所以，我最终意识到我可以使用以下代码将我的数组重塑为正确的多边形。
temp = pd.concat([pd.Series(np.ravel(latcorners)),pd.Series(np.ravel(loncorners))],axis = 1)
temp['id'] = pd.Series(np.repeat([x for x in range(int(len(temp)/4))],4))
temp['coord'] = list(zip(temp[1],temp[0]))
temp.columns = ['lat','lon','id','coord']
temp_out = temp.groupby('id').apply(lambda x: Polygon(x['coord'].to_list()))
此代码为数组中的每个变量分配“ID”，这些变量对应于我希望该值成为其中一部分的特定多边形。然后我使用最后一行代码按 ID 分组，并将每组坐标变成一个多边形。
感谢大家的帮助！